基于答案结点的XML文档模糊检索.pdfVIP

第39卷第4期 郑州大学学报(理 学版) Vo1．39 NO．4 2007年 12月 J．of Zhengzhou Univ．(Nat．Sci．Ed．) Dec．2007 基于答案结点的XML文档模糊检索 江腾蛟， 万常选， 刘喜平 (江西财经大学信息管理学院数据与知识工程江西省高校重点实验室 南昌330013) 摘要：针对普通用户发出的面向XMI 文档的自然语言模糊查询，分析了模糊内容和结构检索(VCAS)的影响因 素，充分利用预设答案结点的逻辑意义完整性，结合模糊抽取的查询表达式给出了如何找到模糊内容检索的最佳 查找粒度．在此基础上，设计了VCAS检索的结果相关性排序模型，最后通过实验从不同角度对模型进行了验证． 关键词：XMI 检索；答案结点；模糊内容和结构；排序 中图分类号：TP 391．3；G 354．4 文章编号：1671—6841(2007)04--O098—04 0 引言 由于普通用户发出的自然语言查询的模糊性，存在着检索粒度过小(信息不满足用户需求)或粒度过大 (浪费用户时间)的情况，本文充分利用答案结点(Answer Nodes，AN)的逻辑意义完整性，在查询表达式的 抽取时进行适当的结构放松以增加检索的查全率；同时由于信息检索(IR—style)不同于数据检索(DB-style) 及XML文档集的异构性，要求检索结果必须按照模糊内容和结构(Vague Content and Structure， VCAS) 相似性计算分值进行降序排序，把最相关的结果呈现在最前面给用户[1-83． 1 背景知识 首先，将XML文档建模为一棵标记树，每个元素或属 性表示为一个结点，元素一子元素或元素～属性之间的关 系用相应结点间的实线边来表示，叶子结点及属性与其值 之间用虚线连接，如图1所示． 其次，给出两个假设前提： ／ nut font l 1)预设答案结点．本文假设文档作者在设计文档时就 已给出检索该文档的答案结点，或专家根据领域知识和模 black XML XM 式信息预设了文档的答案结点．图 1中用椭圆框标出． rank index 2)预设结点语义权重 图1中结点右边的数字表示 的是对应结点的语义权重．假设文档作者在设计文档时给 图1 XML文档片断1 出文档的结点语义权重，或专家根据领域知识和模式信息 Fig．1 XMI document tree’s fragment 1 给出了结点语义权重． 最后，给出两个由“XPath+关键词”形式表示的查询实例： Q1：／／article／／body／／section／／item[．一 clustering，classmcation， ]； Q2：／／article／／body[．／／section=”classification，clustering”~／／titler．一”school，planet”]． 其中，Q1为单路径的多关键词查询，Q2为小枝模式的多关键词查询． 收稿日期：2007—04—28 基金项目：江西省教育厅科技项目，编号赣教技字． 作者简介：江腾蛟(1976--)，女，讲师，硕士，主要从事XML数据管理、信息检索研究，Email：tj_jiang@163．corn；J／~讯作者：刘喜平(1 981一)， 男，助教，硕士，主要从事XML数据管理研究，E-mail：lewislxp@gmail．tom． 第4期 江腾蛟等：基于答案结点的XML文档模糊检索 99 2 模糊检索排序模型 对于小枝模式(twig pattern)~：询：tag [keyword 3／／…／／